新手入门SLAM必备资料

      搜集了各大網(wǎng)絡(luò)，請(qǐng)教了SLAM大神，終于把SLAM的入門資料搜集全了！在分享資料前，我們先來看看，SLAM技術(shù)入門前需要具備哪些知識(shí)？首先學(xué)習(xí)SLAM需要會(huì)C和C++，網(wǎng)上很多代碼還用了11標(biāo)準(zhǔn)的C++。第二要學(xué)會(huì)用Linux。第三要會(huì)cmake，vim/emacs及一些編程工具。第四要會(huì)用openCV, PCL, Eigen等第三方庫。只有學(xué)會(huì)了這些東西，才能真正上手編一個(gè)SLAM系統(tǒng)。如果要跑實(shí)際機(jī)器人，還要會(huì)ROS。下面將為大家推薦SLAM入門的學(xué)習(xí)書籍、SLAM公開課、SLAM學(xué)習(xí)網(wǎng)站、SLAM開源代碼等資料大全。

      SLAM學(xué)習(xí)書籍：

      1.必讀經(jīng)典

      Thrun S, Burgard W, Fox D. 《Probabilistic robotics》[M]. Cambridge, USA: MIT Press, 2005

      《Principles of Robot Motion Theory，Algorithms and Implementation》

      2.有很多期，跟著會(huì)議一起出的文集

      《Robotics: Science and Systems》. Cambridge, USA: MIT Press

      會(huì)議進(jìn)展網(wǎng)站http://www.roboticsproceedings.org/

      3.入門書籍，簡單實(shí)現(xiàn)及代碼

      《SLAM for Dummies》

      4.SLAM入門教材吐血推薦，對(duì)深入理解SLAM實(shí)質(zhì)非常有幫助

      《STATE ESTIMATION FOR ROBOTICS》

      5.作者Joan Sola關(guān)于Graph-SLAM的教程，包含位姿變換、傳感器模型、圖優(yōu)化以及SLAM中的稀疏性求解

      《Course on SLAM》

      6.加州伯克利的一本2D LIDAR SLAM小書

      《Loop Closure Transformation Estimation and Verification Using 2D LiDAR Scanners》

      SLAM公開課：

      1.內(nèi)含大量SLAM公開課相關(guān)資料（PPT、音視頻文件）

      http://ais.informatik.uni-freiburg.de/teaching/ws15/mapping/

      2.YouTube的Cyrill Stachniss主頁（課堂講授SLAM的視頻集）

      https://www.youtube.com/channel/UCi1TC2fLRvgBQNe-T4dp8Eg

      3.內(nèi)含Andrew Davison的SLAM公開課資料

      http://www.doc.ic.ac.uk/~ajd/Robotics/index.html

      == 國外機(jī)器人/移動(dòng)機(jī)器人相關(guān)視頻==

      Autonome Intelligente Systeme
      CS 287: Advanced Robotics, Fall 2012 University of California at BerkeleyDept of Electrical Engineering & Computer Sciences
      Introduction to Mobile Robotics - SS 2012
      slam視頻教程（請(qǐng)勿商用） 鏈接: https://pan.baidu.com/share/init?surl=i59gBVv  密碼: wz65

      蘇黎世理工的robot課程：

      http://www.asl.ethz.ch/education/lectures/autonomous_mobile_robots/spring-2018.html      

      ========Photogrammetry ==========

      Photogrammetry I   http://www.ipb.uni-bonn.de/486/?L=1

      Photogrammetry II

      SLAM學(xué)習(xí)網(wǎng)站：

      1.大量優(yōu)秀代碼和框架，權(quán)威資料

      http://www.openslam.org/

      https://github.com/Ewenwan/MVision

      2.MRPT庫官方網(wǎng)站，有MRPT相關(guān)文檔和最新下載

      http://www.mrpt.org/

      3.中文SLAM技術(shù)交流網(wǎng)站，將最新進(jìn)展和相關(guān)解決方案鏈接在里邊，還有知名博客、公眾號(hào)、實(shí)驗(yàn)室、數(shù)據(jù)集等資料，強(qiáng)烈推薦的一個(gè)網(wǎng)站

      http://www.slamcn.org/index.php/

      4.維基百科的SLAM介紹，里邊有SLAM的發(fā)展綜述和大量參考文獻(xiàn)

      https://en.wikipedia.org/wiki/Simultaneous_localization_and_mapping#External_links

      5.ROS官網(wǎng)

      http://www.ros.org/

      期刊：

      IEEE Robotics and Automation Magazine

      IEEE Transactions on Robotics

      International Journal of Robotics Research

      Robotics and Autonomous Systems

      Journal of Field Robotics

      SLAM開源代碼：

      ORB-SLAM ：https://github.com/raulmur/ORB_SLAM

      LSD-SLAM：https://github.com/tum-vision/lsd_slam

      ORB-SLAM2：https://github.com/raulmur/ORB_SLAM2

      DVO（密集視覺測(cè)距）：https://github.com/tum-vision/dvo_slam

      SVO（半直接單眼視覺測(cè)距）：https://github.com/uzh-rpg/rpg_svo

      G2O（一般圖優(yōu)化）：https://github.com/RainerKuemmerle/g2o

      RGBD-SLAM：（https://github.com/felixendres/rgbdslam_v2）

      開源代碼repo 說明：

       1.1 gmapping 

      ROS封裝的gmapping節(jié)點(diǎn)：https://github.com/ros-perception/slam_gmapping
      gmapping的實(shí)現(xiàn)源碼：https://github.com/ros-perception/openslam_gmapping

       1.2 Hector     

      https://github.com/tu-darmstadt-ros-pkg/hector_slam

       1.3 karto 

      ROS封裝的karto節(jié)點(diǎn)：https://github.com/ros-perception/slam_karto
      karto內(nèi)部實(shí)現(xiàn)：https://github.com/ros-perception/open_karto

      https://github.com/skasperski/navigation_2d

       1.4 cartographer

      算法實(shí)現(xiàn)：https://github.com/googlecartographer/cartographer

      https://github.com/googlecartographer/cartographer_ros

      主流開源SLAM方案

      PTAM(單目) ：http://www.robots.ox.ac.uk/~gk/PTAM/

      MonoSLAM(單目)：https://github.com/hanmekim/SceneLib2

      Elastic Fusion(RGBD): Open source code：https://github.com/mp3guy/ElasticFusion

      Kintinous(RGBD):Open source code：https://github.com/mp3guy/Kintinuous

      RGBD-SLAM-V2: Open source code：https://github.com/felixendres/rgbdslam_v2

      RTAB-MAP: Code：https://github.com/introlab/rtabmap

      以上資料只要大家能認(rèn)真學(xué)習(xí)，相信入門SLAM不是什么難事。

      最后再來為大家介紹下SLAM界的領(lǐng)軍人物：

      1.Sebastian Thrun（署名Thrun S，斯坦福大學(xué)）

      2.Andrew Davison（牛津大學(xué)）

      3.Tim Beily 及所在的 悉尼大學(xué)一些研究者

      4.Giorgio Grisetti、Cyrill Stachniss、Wolfram Burgard (GridMapping 算法及概率機(jī)器人一書作者)

      5.M. Montemerlo、Dirk Haehnel、Sebastian Thrun (FastSLAM創(chuàng)始者，理論水平和實(shí)際應(yīng)用能力非常強(qiáng))，參加過DARPA的智能車挑戰(zhàn)賽，取得最好成績

      6.Austin Eliazar、Ronald Parr (DP-SLAM創(chuàng)始者,從文章到數(shù)據(jù),程序都公開的牛人)

      7.以Jose Neira和Jose luis Blanco為代表的一批西班牙學(xué)者

      8.Andrew Davison 視覺SLAM領(lǐng)域的權(quán)威

      9.John Leonard 側(cè)重于應(yīng)用。目前主要在做水下SLAM的項(xiàng)目。參加過DARPA的智能車挑戰(zhàn)賽